研究提出基于基因組淺層測序的維管植物物種鑒定新方案

　　標準DNA條形碼憑借通用引物適配性強和測序成本低等優勢，廣泛應用于生物多樣性保護與溯源等領域。針對近緣種、雜交頻繁及近期輻射演化的復雜類群，標準DNA條形碼因序列變異度有限，分辨率不足，難以滿足精準鑒定的需求。盡管基因組淺層測序獲取質體全基因組（超級條形碼）的策略提升了部分困難類群的鑒別率，但質體基因組的單親遺傳特性使其在雜交漸滲類群分析中存在局限。

　　近日，中國科學院昆明植物研究所等團隊在維管植物物種鑒定領域取得進展。該研究系統評估了基因組淺層測序數據，特別是基于k-mer分析在維管植物物種鑒定中的應用潛力，提出了一套可推廣的標準分析流程。

　　研究選取石松類、蕨類、裸子植物和被子植物代表性類群，覆蓋32屬、475種共1969份樣本進行系統分析。結果表明，標準條形碼僅能區分約49.3%的物種，組裝質體全基因組可將鑒別率提升至57.6%。進一步應用淺層測序數據的k-mer分析，物種鑒別率顯著提高至66.8%，較標準條形碼整體提升17.5%。該技術流程兼容現有標準條形碼數據庫，可有效應對近緣種鑒定難題。研究還明確了基因組大小對k-mer分析的影響，對于基因組大小≤5Gb的類群，在約0.5X測序深度下即可取得良好鑒定效果；對于基因組大小＞5Gb的類群，需對測序數據進行均一化處理后再開展分析。

　　研究明確了利用基因組淺層測序可顯著提升物種鑒定能力，為完善植物DNA條形碼參考數據庫、支撐全球生物多樣性研究提供了可復制的解決方案。

　　相關研究成果發表在《新植物學家》（New Phytologist）上。研究工作得到科技部科技基礎資源調查專項、云南省“興滇英才支持計劃”青年人才專項以及中國科學院國際人才計劃等的支持。